Deep learning pytorch基础知识整理总结-(二)

本文探讨了如何使用PyTorch进行鲜花分类,通过数据增强技术提升数据效率,包括翻转和旋转操作。介绍了数据集的划分与处理,以及针对1020张训练样本和8189张样本的详细流程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

图像增强的作用

数据增强,高效利用数据;翻转,旋转角度

pytorch实现鲜花分类

  1. 下载数据集,Linux下解压.tgz文件
    在这里插入图片描述

  2. 划分数据集为训练集,测试集;按照这个链接的代码操作即可
    参考资料
    训练集1020张样本,验证集1020张样本,测试集6149张样本,一共8189张样本
    dataset_sizes:{‘train’: 1020, ‘valid’: 1020}, class_names:[‘c0’, ‘c1’, ‘c10’, ‘c100’, ‘c101’, ‘c11’, ‘c12’, ‘c13’, ‘c14’, ‘c15’, ‘c16’, ‘c17’, ‘c18’, ‘c19’, ‘c2’, ‘c20’, ‘c21’, ‘c22’, ‘c23’, ‘c24’, ‘c25’, ‘c26’, ‘c27’, ‘c28’, ‘c29’, ‘c3’, ‘c30’, ‘c31’, ‘c32’, ‘c33’, ‘c34’, ‘c35’, ‘c36’, ‘c37’, ‘c38’, ‘c39’, ‘c4’, ‘c40’, ‘c41’, ‘c42’, ‘c43’, ‘c44’, ‘c45’, ‘c46’, ‘c47’, ‘c48’, ‘c49’, ‘c5’, ‘c50’, ‘c51’, ‘c52’, ‘c53’, ‘c54’, ‘c55’, ‘c56’, ‘c57’, ‘c58’, ‘c59’, ‘c6’, ‘c60’, ‘c61’, ‘c62’, ‘c63’, ‘c64’, ‘c65’, ‘c66’, ‘c67’, ‘c68’, ‘c69’, ‘c7’, ‘c70’, ‘c71’, ‘c72’, ‘c73’, ‘c74’, ‘c75’, ‘c76’, ‘c77’, ‘c78’, ‘c79’, ‘c8’, ‘c80’, ‘c81’, ‘c82’, ‘c83’, ‘c84’, ‘c85’, ‘c86’, ‘c87’, ‘c88’, ‘c89’, ‘c9’, ‘c90’, ‘c91’, ‘c92’, ‘c93’, ‘c94’, ‘c95’, ‘c96’, ‘c97’, ‘c98’, ‘c99’]

  3. 读取数据进行训练

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值